На нашем ресурсе вы можете полностью погрузиться в мир книги «Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности» — читайте её онлайн бесплатно в полной, несокращённой версии. Если предпочитаете слушать — воспользуйтесь аудиоформатом; хотите сохранить — скачайте через торрент в fb2. Жанр произведения — Бизнес-книги, Корпоративная культура. Также на странице доступно подробное описание, авторская аннотация, краткое содержание и живые отзывы читателей. Мы постоянно пополняем библиотеку и улучшаем сервис, чтобы создавать лучшее пространство для всех ценителей качественной литературы.
Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности
0 баллов
0 мнений
1 чтение
Автор
Дата выхода
10 ноября 2020
🔍 Загляните за кулисы "Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности" — аннотация, авторский взгляд и ключевые моменты
Перед погружением в полный текст предлагаем познакомиться с произведением поближе. Здесь собраны авторские заметки, аннотация и краткое содержание "Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности" — всё, что поможет понять глубину замысла и подготовиться к чтению. Материалы представлены в оригинальной авторской редакции (Томас Дэвенпорт) и сохраняют аутентичность произведения. Если чего-то не хватает — сообщите нам в комментариях, и мы дополним описание. Читайте мнения других участников сообщества: их отзывы часто раскрывают скрытые смыслы и добавляют новые грани понимания. А после прочтения обязательно вернитесь сюда — ваш отзыв станет ценным вкладом в общее обсуждение книги.
Описание книги
Ажиотаж вокруг искусственного интеллекта и его применения в классическом бизнесе не утихает, но многие компании до сих пор не понимают, какую реальную выгоду принесет им внедрение новых технологий в их бизнес-процессы.
Эксперт в области аналитики и больших данных, преподаватель в Гарвардской школе бизнеса Томас Дэвенпорт в своей книге покажет, как можно эффективно интегрировать ИИ и когнитивные технологии в текущую бизнес-стратегию предприятия, чтобы сделать продукты привлекательнее, процессы совершеннее, а компанию успешнее.
Он подробно рассматривает преимущества и сложности внедрения различных видов технологий: статистическое машинное обучение, нейронные сети, глубокое обучение, обработку естественного языка, экспертные системы на основе правил, роботов и роботизированную автоматизацию процессов. И приводит примеры как успешного, так и неудачного использования ИИ в разных компаниях: Amazon, Google, Facebook, GlaxoSmithKline, Uber, GE, цифровом банке DBS и др.
📚 Читайте "Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности" онлайн — полный текст книги доступен бесплатно
Перед вами — полная электронная версия книги "Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности", адаптированная для комфортного онлайн-чтения. Мы разбили произведение на страницы для удобной навигации, а умная система запоминает, на какой странице вы остановились — можно закрыть браузер и вернуться к чтению позже, не тратя время на поиски. Персонализируйте процесс: меняйте шрифты, размер текста и фон под свои предпочтения. Погружайтесь в мир литературы где угодно и когда угодно — любимые книги теперь всегда под рукой.
Текст книги
Например, модель машинного обучения, которая пытается предсказать мошенничество в банке, необходимо учить на системе, где мошенничество в некоторых случаях было однозначно установлено. Это непросто, поскольку частота мошенничества может составлять 1 случай на 100 000, и порой эту проблему называют проблемой несбалансированности классов.
Обучение с учителем очень похоже на традиционный аналитический метод регрессионного анализа, который используется в модели оценки. Цель регрессионного анализа заключается в том, чтобы создать модель, предсказывающую известный результат, используя набор входных переменных с известными значениями, которые могут быть связаны с этим результатом.
Тут будет реклама 1
Когда модель разработана, ее можно использовать для предсказания неизвестного результата на основе известных значений тех же входных переменных. Например, можно разработать регрессионную модель, предсказывающую вероятность заболевания диабетом в зависимости от возраста пациента, уровня его физической активности, количества потребляемых калорий и индекса массы тела.Тут будет реклама 2
При разработке этой модели мы будем ориентироваться на пациентов, которые уже заболели или не заболели диабетом, используя все доступные данные для построения регрессионной модели. Обнаружив хорошую предсказательную регрессионную модель, мы сможем использовать ее на новом наборе данных, чтобы предсказать неизвестный результат – вероятность заболевания диабетом в зависимости от определенных значений входных переменных. Это называется скорингом (как в регрессионном анализе, так и в машинном обучении).Тут будет реклама 3
Регрессионный процесс напоминает машинное обучение с учителем, но имеет ряд особенностей:
? В машинном обучении данные, используемые для разработки (тренировки) модели, называются тренировочными данными и могут представлять собой подмножество данных, необходимых исключительно для тренировки системы.
? В машинном обучении тренировочная модель часто утверждается при помощи другого подмножества данных, для которого известен подлежащий предсказанию результат.
Тут будет реклама 4
? В регрессионном анализе может и не возникнуть желание использовать модель для предсказания неизвестных результатов, тогда как в машинном обучении наличие этого желания подразумевается.
? В машинном обучении может использоваться множество различных алгоритмов, которые не ограничиваются простым регрессионным анализом.
Модели обучения без учителя, как правило, более сложны в разработке.
Мнения
О книге «Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности» ещё никто не оставил отзыв — у вас есть шанс стать первым, чьё мнение задаст тон всему обсуждению! Поделитесь впечатлениями, эмоциями, замечаниями или рекомендациями. Ваш отзыв не только добавит живого голоса к произведению, но и поможет будущим читателям понять, стоит ли им открыть эту книгу. Не держите мысли при себе — ваше слово имеет значение!
